用于大规模图像搜索的几何 VLAD
计算机视觉与模式识别
2014-03-18 v1
摘要
我们提出了一种用于大规模图像搜索的新型紧凑图像描述符。我们提出的描述符——几何 VLAD (gVLAD) 是 VLAD (局部聚合描述符向量) 的扩展，它将弱几何信息纳入 VLAD 框架中。所提出的几何线索被推导为关键点角度的隶属函数，这些角度包含明显且信息丰富的信息，但往往被丢弃。我们还提出了一种通过聚类角度来学习隶属函数的原则性技术。此外，为了解决在实时数据集上进行迭代码本训练的开销问题，概述了一种新的码本适应策略。最后，我们展示了基于所提出的 gVLAD 的检索框架的有效性，我们在 mAP 上比现有基准提高了 15% 以上。
引用
@article{arxiv.1403.3829,
title = {Geometric VLAD for Large Scale Image Search},
author = {Zixuan Wang and Wei Di and Anurag Bhardwaj and Vignesh Jagadeesh and Robinson Piramuthu},
journal= {arXiv preprint arXiv:1403.3829},
year = {2014}
}
备注
8 pages